原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于深度残差收缩网络的集成灶风机故障诊断方法，该方法利用多个振动传感器采集振动信号数据，并利用训练好的深度残差收缩网络进行集成灶风机故障类别检测；所述深度残差收缩网络由残差项、软阈值和多层CNN组成，所述软阈值加入注意力机制。本发明的集成灶风机故障诊断方法根据多个传感器采集到的集成灶风机故障振动信号构造故障样本，针对不同故障类型下的振动信号数据，将其处理为多维度的灰度图故障样本，并将其分为训练集和测试集；并且通过采用结合残差收缩网络模块和卷积神经网络(CNN)构建的深度残差收缩网络模型进行故障诊
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114897029 A
(43)申请公布日 2022.08.12
(21)申请号 202210623668.6
(22)申请日 2022.06.02
(71)申请人 嵊州市浙江工业大学创新研究院
地址
提供农业、铸造、给排水、测量、发电等专利信息的免费检索和下载；后续我们还将提供提供专利申请、专利复审、专利交易、专利年费缴纳、专利权恢复等更多专利服务。并持续更新最新专利内容，完善相关专利服务，助您在专利查询、专利应用、专利学习查找、专利申请等方面用得开心、用得满意！
版权声明书
用户编号：7160061112000031
文档评论（0）